摘要
隨著網際網路日益普及化，資訊的傳遞越來越方便且迅速，網路上的資訊的流通與更新也更加頻繁，導致常會讓使用者陷入資訊的茫茫大海中而不知所措的窘境，即所謂「資訊過載」的問題。為了有效解決此問題，推薦系統便孕育而生，藉此幫助使用者更快速且便利地獲得所需資訊。 近年來，知識本體在的研究與應用越來越廣。此外，知識本體更能被用來描述特定領域的概念與關係的特性。有鑑於此，本研究將知識本體應用在文件推薦系統上，做為即時推薦使用者文件的方法。本研究採用「Formal Concept Analysis」理論經過修改後做為本研究之文件推薦系統之即時建構知識本體的方法，希望能有助於知識本體的發展，並且藉由此知識本體來表示屬於個人偏好。 除此之外，本研究期望推薦的資訊不僅是合適且滿足使用者喜好，也盼望能夠推薦出使用者感興趣的潛在資訊。故本研究結合協同過濾的概念，作為文件推薦之參考依據。透過協同過濾的機制，搜尋出喜好相似的使用者，推薦彼此可能也感興趣的文件。最後，透過這兩方面的機制的結合運用，以期能夠推薦給使用者快速且滿意的資訊。
參考文獻
[39] Priss, U. "A formal concept analysis homepage," 2003.
[2] 黃崇益，「建構健保藥品給付規定本體論知識庫之研究-以降血脂用藥為例」，臺北醫學大學醫學資訊研究所碩士論文，2003
[6] Albert, L.k. "YMIR: an ontology for engineering design," in: Ph.D. Dissertation, University of Twente Netherlands 1993.
[7] Bain, M. "Inductive construction of ontologies from Formal Concept Analysis," Australian Conference on Artificial Intelligence, Springer Berlin / Heidelberg, 2003, pp. 88-99.
[8] Balabanovic, M., and Shoham, Y. "Fab: Content-Based, Collaborative Recommendation," Communications of the ACM (40:3), 1997, pp 66-72.
延伸閱讀
- 黃健倫（2009）。改良式項目為基礎的協同過濾推薦系統〔碩士論文，國立臺北科技大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0006-1008200900340400
- Shen, Y. C. (2008). 協同研究系統之標註與文獻推薦技術 [master's thesis, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU.2008.01959
- 吳宗翰（2012）。具動態時段之適地性協同過濾推薦系統〔碩士論文，國立臺北科技大學〕。華藝線上圖書館。https://doi.org/10.6841/NTUT.2012.00093
- 何怡（2017）。以文本特徵提升協同過濾推薦系統之準確度〔碩士論文，國立臺灣大學〕。華藝線上圖書館。https://doi.org/10.6342/NTU201702004
- 陳灯能、蘇柏銘（2015）。結合腦波分析與內容導向過濾為基礎的文章推薦系統。資訊管理學報，22(2)，141-170。https://www.airitilibrary.com/Article/Detail?DocID=16085752-201504-201504270014-201504270014-141-170